计算机工程

作者：许敏, 胡滨

单位：1. 贵州大学计算机科学与技术学院公共大数据国家重点实验室, 贵州 贵阳 5500252. 贵州大学计算机科学与技术学院, 贵州 贵阳 5500253. 贵州大学人工智能研究院, 贵州 贵阳 550025

关键词：拥挤检测,行为分析,人群拥挤,密集场景,智能视频监控

基金：国家自然科学基金(62066006); 贵州省自然科学基金(黔科合基础[2020]1Y261); 贵州大学引进人才科研项目(贵大人基合字(2019)58号)

感知与检测公共场所密集人群发生的拥挤行为是计算机视觉领域极具挑战的课题。对该问题进行研究, 如人群运动特性分析、行为检测模型构建等, 可为揭示密集场景人群活动的运动特性和行为本质提供有益帮助, 同时可协助相关公共安全部门制定管理策略和应急响应措施, 从而有效避免人群灾难事件的发生与恶化。为此, 梳理与总结视觉场景下密集人群拥挤检测问题的研究工作。首先, 从人群动力学、社会力模型、流体力学理论等角度综述人群拥挤活动的定性特征; 其次, 调研现有人群拥挤检测算法及相关的计算模型; 接着, 给出此研究涉及的公共数据集与模型性能评估方法; 最后, 探讨人群拥挤检测研究的应用场景与未来研究方向。公共场所密集人群拥挤行为的定性、定量研究现状综述, 可为计算机视觉、智能监控、人工智能等领域的人群活动感知、行为分析理解、异常检测等提供有益参考。

来源：2026年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第3期